基于遗传算法的网络考试系统

在基于遗传算法的网络考试系统的研究中,针对目前传统网络考试系统存在的收敛性速度慢、抽题随机性大,为了组卷能够抽取符合设定参数的试题,又具有较快的抽题速度,提出了使用动态调整遗传算子的遗传算法改进网络考试系统.运用遗传算法,进行了网络考试系统设计,优化了智能组卷方案.通过验证,方法实现了全局并行搜索并且能够不断向可能包含最优解的方向调整搜索空间,同时可使智能组卷所消耗的时间减少9-17倍,从而有效地解决了传统试题库组卷的效率问题,确保了智能组卷的试题质量.     

基于改进遗传算法的智能组卷系统设计

针对大学课程考核及题库建设需求,设计并实现了一种基于改进遗传算法的智能组卷系统。系统采用Word文档保存试题的内容和答案;在组卷策略上采用了改进遗传算法,详细设计了组卷问题的染色体结构、适应度函数和遗传操作等,克服了传统随机组卷方法存在的局限性,科学合理地解决了智能组卷问题。通过测试后发现,本智能组卷系统可操作性强、组卷效率高,可以显著提高组卷的质量,完全能够满足课程考核的实际需求。     

航空兵部队航理智能组卷系统设计

针对航空兵部队航理考核的多机种、多专业、多层次的特点,该系统基于ADO数据访问接口,采用了VB面向对象编程技术设计.提出了一种基于试卷配置表设定试题属性矩阵的方法,采用试题分值和专业占比优先的组卷策略,通过自动组卷和人工干预组卷方式,实现了航空兵部队航理考核试题的智能组卷.应用结果表明,该系统操作简单,运行稳定,组卷效果良好.     

基于改进的遗传算法的智能组卷算法研究

随着人工智能技术在高校信息化过程的不断推广,智能在线考试模式已成为高校教学改革的一种新手段。目前现有的在线考试系统由于一些现实约束,还存在很多不足。文中针对现有的考试系统存在智能组卷后的试卷难度不均衡、题库试题难度系数确定不合理的现象,提出一种基于改进的遗传算法自动组卷策略。利用伯努利大数定律和机器自适应学习方式,确定题库中试题合理的难度系数。在试题的难度系数确定后,试卷的难度系数就是参入组卷的试题的平均难度系数,组卷中,只需指定试卷的平均难度系数和各类题型的数量即可。     

集合随机抽选法在智能组卷中的研究

提出了一种基于集合的随机抽选的智能组卷算法,该算法是以集合论为基础,将智能组卷的要求形式化,将满足要求的试题组成试题库集合,采用集合随机抽取算法进行试题组卷.该算法与传统的组卷算法在生成试卷的效率上进行了比较,同时针对由算法所引起的修改操作困难提出了解决方法.将用户的组卷要求用集合的形式描述出来,满足要求的试题被组成试题库集合,采用集合随机抽取算法进行自动组卷.     

基于遗传算法的通用试题库系统研究

系统突破了传统的"一系统一课程一题库"的试题库模式,能管理任何类别的试题,能适用于所有类别的学校、所有类别的考试组卷,具有较强的通用性.采用了遗传算法进行智能组卷,保证了试卷满足教师要求,采用基于MVC和二维表的层次结构管理知识点,提高了系统的易用性.     

多属性多关联的工程图学试题库与多路径智能组卷系统研究

针对面向多种专业工程图学类课程考试与评价的试题库建设需求,提出一种自底向 上的工程图学试题库建设方案,从工程图学试题的描述表达入手,结合工程图学课程特点,构建 了多属性多关联的试题模型,分析工程图学课程的选题组卷过程,对基于试题属性参数的多路径 选题组卷方法、历史试卷特征提取的试卷智能再生技术,试卷图形化交互布局方法进行了研究, 开发了相应的工程图学试题库组卷系统。     

基于动态试题难度参数的智能组卷策略*

针对网络考试系统的即时性和高效性,提出了基于动态试题难度参数的智能组卷算法的设计策略,利用二项分布函数做难度曲线分布模型,结合目标函数对试题多种参数进行优化。根据试卷的整体难度,以试题难度参数为优先,运用试题选题参数调节知识点之间的平衡,试题曝光参数选取出卷频率比较低的试题,从而确定各种题型不同试题难度数量,实现快速自动组卷的目标。     

改进的遗传算法在智能组卷系统中的应用研究

试题组卷是考试系统的重要组成部分,而遗传算法是考试系统中最常用的一种算法。本文分析智能组卷问题的目标要求,并建立该问题的数学模型,提出使用基于遗传算法GA(Genetic Algorithm)解决组卷问题的新方法。将该方法运用到Java课程智能组卷系统中,实验证明该算法在组卷中的应用可以有效克服遗传算法中早熟的现象,加快了收敛速度,明显地改善了其全局寻优能力,提高了组卷的成功率,并且保证了组卷的质量。     

基于改进遗传算法的智能组卷研究

组卷问题是一个多目标约束优化问题,采用集合论思想,将智能组卷的要求形式化,提出了一种基于改进遗传算法来进行智能组卷的方法.该算法针对传统智能算法组卷速度慢、成功率低的缺点,针对简单遗传算法的编码、遗传算子存在的问题进行了改进.实验结果表明,改进的算法在保证试题产生的质量前提下,提高了智能组卷的运行速度,具有较好的实用性.     

基于遗传算法的智能组卷的研究

智能组卷是计算机辅助教学(CAI)中一个重要的研究课题,本文针对试卷生成的目标要求,建立了智能组卷的数学模型,并给出了用改进的遗传算法解决此问题的新方法.实验结果表明该改进的遗传算法能很好的解决试题库中智能组卷问题,具有较好的性能和实用性.     

一种绝缘电阻表检定信息管理系统设计

现有绝缘电阻表检定系统的信息查询和记录均由人工完成,效率和智能化程度低;文章以C++Builder 2010为软件开发平台,通过ADO方式连接后端Microsoft Access 2003数据库,构建集电阻信息采集、检定报表生成和检定信息管理于一体的智能化绝缘电阻表检定信息管理系统;重点阐述系统的构成、规划、信息内部操作原理与报表生成过程。用户使用反馈表明,该系统以报表方式形象、直观地显示检定信息,其智能化录入方式减少了人为操作,提高了检定效率。     

基于改进遗传算法的智能组卷系统研究

传统组卷算法在组卷质量和组卷速度方面,都难以达到令人满意的效果。鉴于此,建立了智能组卷系统问题求解的理论模型,并结合遗传算法来解决考试系统中的智能组卷问题:在选择算子中采用适应度排序在前一半的个体进入下一代的繁殖;在交叉算子中采用最优保持策略;在成卷前调整试卷知识点的分布。该组卷算法在不同的要求下都能得到较为满意的效果。     

基于单片机的新型智能声级计的开发与研究

针对传统声级计采用纯硬件计权网络来实现噪声测量存在的操作复杂、检测精度低等问题,通过采用单片机作为智能声级计核心处理芯片,实现噪声的实时智能检测。阐述了智能声级计具体结构框架,并对系统的组成进行详细介绍,最后对声级计进行实验测试。     

改进型遗传算法智能组卷系统研究

研究测试理论和组卷过程的数学模型,分析利用遗传算法来实现智能组卷的目标：求解出满足用户条件要求的一套最优试卷。同时重点研究简单遗传算法＂早熟＂现象的原因,对参数编码、种群初始化、遗传操作和控制参数等方面加以改进。通过仿真实验表明,改进型遗传算法比简单遗传算法具有收敛速度快、稳定性高的优点,同时能有效地避免＂早熟＂现象,从而较好地实现智能组卷。     

智能系统的广义智能定性评价之研究

本文专门研究智能系统的智能特性和智能水平评价，旨在促进其健康发展。采用的主要方法是：在图灵测试的基础上，借鉴了人的智商测试方法，运用了广义人工智能的广义思想，提出了广义智能评价理论体系。该理论体系包括了一个关于广义智能评价的定义、特指系统的性能和特指系统技术的两个广义智能标准、评价产品或系统智能时使用的三个广义规范，提出了广义智商算法、广义智能评价的定性和定量评价方法及评价规则，它留下的广义空间可包容不同类型的智能系统作为其评价对象。在实施评价的过程中，采用共享法、仿真法和人机结合等测试方法，举例说明了对典型智能控制系统的智能水平评价和对智能移动机器人自识别特定对象的智能特性评价结果。     

基于改进遗传算法的智能组卷在试题库建设中的研究

智能组卷是计算机辅助教学（CAI）中一个重要的研充课题,本文通过分析组卷的各项约束指标,建立了智能组卷的数学模型,并提出了～种基于改进遗传算法的好的智能组卷算法。     

以知识点为中心的智能教学系统的研究与构建

在深入研究智能教学系统知识表示方法的基础上,提出了一个以知识点为中心的智能教学系统构建方案,采用知识点作为教学资源的组成单位,通过知识点间的联系来构建知识体系,并结合Web挖掘、人工智能、模糊理论等技术,实现网络教学的智能教学策略。     

改进型遗传算法智能组卷系统的设计与实现

本文介绍了改进型遗传算法智能组卷系统的需求分析,然后根据分析结果来设计和实现具有良好的通用性和可扩展性一套智能组卷系统,其中组卷算法的关键点给出了具体的实现代码。